Figma는 10월 29일 게시한 글에서 자체 개발한 디자인 편집 모델을 공개했다. 기반은 알리바바(Alibaba)가 오픈소스로 공개한 Qwen 3.8 27B이며, 지도 미세 조정과 강화학습을 거쳐 기존 디자인에 대한 정밀한 수정을 전담한다. 이 모델은 이미 Figma의 AI 에이전트에 적용됐고, 에이전트 자체도 전체 사용자에게 정식 개방됐다.
글에서는 모델에 별도의 대외 명칭을 붙이지 않았고, 평가 그래프에는 "Figma design edits v3"라고 표기돼 있다. Figma 내부 편집 평가에서 이 모델은 77.8%를 기록했으며, 서드파티 모델 Sol 6.1은 76.9%였다.
"We've increasingly seen that specialized post-training can compete with frontier models."
(특화된 후속 훈련이 최첨단 모델과 겨룰 수 있는 사례를 점점 더 많이 보고 있다.)
두 단계: 먼저 모방, 그다음 강화
첫 버전의 기반은 Llama 3.3 70B였다. 훈련 샘플은 원본 디자인, 합성한 수정 요청, 성공적인 수정 결과를 한 세트로 묶은 것이며, 디자인은 Figma 자체 파일 형식으로 표현했다. 테마나 컴포넌트 같은 디자인 시스템 자산에도 합성 프롬프트를 붙였다.
데이터는 더 큰 교사 모델이 먼저 수정을 시도하고, 그 결과를 결정론적 검증기와 비전 모델이 평가하는 방식으로 만들었다. 파이프라인은 평가 피드백을 바탕으로 스스로 보정할 수 있다. 초기 버전은 25만 건 이상의 샘플을 사용했고, 편집 과제에서 당시 최상위 모델과 대등한 수준에 이르렀다.
모방 학습의 한계는 곧 드러났다. 모델이 훈련 샘플과 비슷한 디자인만 만들어 낼 뿐 일반화 성능이 낮았고 샘플 효율도 떨어졌다. 팀은 이후 강화학습으로 방향을 틀어 디자인 분야의 훈련 환경, 샘플 다양성, 보상 모델, 디자인 전문가가 작성한 평가 기준에 집중했다. 기반을 Qwen 3.8 27B로 바꾸는 과정에서 더 최신의 Qwen 시리즈, Muse Spark Open, Inkling도 평가했다.
출시 이후의 수치
Figma는 베타 버전에서 정식 버전에 이르기까지 나타난 몇 가지 변화를 공개했다.
- 일반적인 작업 속도가 약 20% 빨라졌다.
- 전문 디자이너와의 블라인드 테스트에서 새 에이전트는 비교의 62%에서 이전 버전보다 낫거나 대등했다.
- 사용자 평점은 33% 높아졌고, 에이전트가 한 수정을 되돌리는 횟수는 60% 줄었다.
- 자체 모델이 맡는 작업 비중이 두 배 넘게 늘었고, 메시지당 평균 비용은 내려갔다.
역할 분담도 분명히 밝혔다. 정밀 편집과 다회차 반복 작업은 자체 모델이 맡고, 이미지와 벡터 그래픽 생성, 처음부터 새 디자인을 탐색하는 일에는 여전히 성능이 가장 좋은 서드파티 모델을 호출한다.
같은 길을 가는 기업들
최근 2년 사이 오픈소스 기반 모델을 산업별로 후속 훈련하는 기업이 늘고 있다. Cursor는 코드 자동 완성과 재작성을 위한 자체 모델을 훈련했고, Airbnb CEO 브라이언 체스키는 지난해 자사 고객 서비스 에이전트가 Qwen을 많이 쓰고 있다고 공개적으로 밝혔다. 이번 Figma의 접근도 비슷하다. 범용 모델은 무에서 유를 만드는 데 강하지만, 남이 만든 디자인에서 디자인 시스템을 해치지 않고 작고 정밀하게 고치려면 해당 분야의 방대한 데이터가 필요하다는 것이다.
중국 AI 생태계를 지켜보는 독자에게 이 소식의 관전 포인트는 기반 모델이다. 미국 디자인 소프트웨어 기업이 핵심 편집 기능을 Qwen 위에 구축했다는 것은, 중국산 오픈소스 모델이 해외 상용 제품에서도 선택지가 됐다는 뜻이다. 비용이 구체적으로 얼마나 내려갔는지, 27B 모델을 어디에 배포했는지, 추론에 어느 클라우드를 쓰는지는 Figma가 밝히지 않았다.
참고 출처: CocoLoop, Figma 공식 블로그. 공식 블로그로 기반 모델 버전, 훈련 샘플 규모, 내부 평가 점수를 확인했으며, 출시 후 지표는 Figma가 자체 보고한 기준이다.